Noticias de marketing, 13 de octubre de 2026: Google Ads prueba crear campañas a partir de texto

Video Reach son las campañas de alcance de YouTube: el anunciante paga por cada 1,000 impresiones, un modelo que se llama CPM. Antes, al crear la campaña había que escribir a mano el Target CPM, el precio deseado por 1,000 impresiones. Ahora ese campo puede quedarse vacío y Google va cambiando las pujas durante todo el periodo de la campaña para gastar el 100% del presupuesto, según la ayuda de Google. Funciona en 2 subtipos: Efficient reach y las campañas no saltables con Target CPM. En la beta, la función solo está en las cuentas que cumplen los requisitos; el resto sigue fijando la puja a mano. Lanzar publicidad de alcance será más fácil, pero la tarea del algoritmo es gastar el presupuesto, no comprar impresiones más baratas, así que el precio de las 1,000 impresiones quedará en manos de Google. Si tienes un techo fijo de CPM, yo mantendría la puja manual y probaría la automática con una parte del presupuesto.

Muse es una familia de modelos de Meta y también el agente personal de IA del mismo nombre. Desde su lanzamiento en Estados Unidos en septiembre, el agente funcionaba con un modelo más sencillo, Muse Spark. Wonder ya está abierto a desarrolladores a través de Meta Model API y en Muse Code, el servicio de Meta para escribir código, mientras que Wonder Full solo está disponible en los planes Power Usage y Maximum Usage de ese servicio. Ambos modelos manejan de una vez hasta 1 millón de tokens de texto y recuerdan los datos importantes de una conversación a otra. En una prueba interna de Meta sobre memoria, Wonder obtuvo un 85.6%, Claude Opus 5.5 un 81.5% y GPT-6 Astra un 81.4%. El agente ya tiene público: Muse salió el 8 de septiembre y en 22 días sumó 5 millones de descargas, según SiliconANGLE. Para las marcas es otro asistente que responde a la gente sobre productos y servicios, y en sus respuestas también conviene hacerse visible.

Bing es el buscador de Microsoft y Copilot, su asistente de IA. El modelo Decision-1 no escribe textos. Recibe una situación, una pregunta y un conjunto cerrado de opciones de respuesta y devuelve una probabilidad para cada opción; es decir, clasifica búsquedas, las ordena por tipos y revisa las respuestas de otras redes neuronales. Está construido sobre el modelo abierto Qwen3.5-9B y cuesta $0.042 por 1 millón de tokens de entrada, mientras que los de salida son gratis. Según Microsoft, al analizar reseñas su calidad es comparable a la de GPT-6 Sol, pero funciona más de 14 veces más rápido y es 200 veces más barato. Bing no aplica el modelo a todas las búsquedas ni a todos los usuarios, pero el experimento está en marcha. Para quien recibe tráfico de Bing es otro filtro invisible que decide de qué tipo es una búsqueda y si una respuesta vale.

Se trata de los rastreadores de posiciones y las plataformas SEO: envían ellos mismos búsquedas a Google y leen la página de resultados con scrapers, programas que recogen datos de las páginas de forma automática. Desde hace varias semanas, Google bloquea estos programas con más éxito que en mucho tiempo. El medio ya lo contó hace unas semanas y le sorprende que muchas herramientas aún no lo hayan resuelto. Para dueños de sitios y especialistas SEO, esto significa que las posiciones en los rastreadores externos ahora pueden estar incompletas o directamente mal. Una caída brusca en el informe del rastreador no es todavía una caída en el sitio. Antes de cambiar nada, contrasta las cifras con Search Console, el panel gratuito de Google para propietarios de sitios, donde se ven los clics y las impresiones reales.

AI Overviews son las respuestas de IA que Google coloca encima de los resultados normales. Resulta que la respuesta de IA aparece a menudo cuando la búsqueda no encuentra páginas adecuadas o cree que la consulta es una errata. En esos casos, el bloque puede decir que el mensaje parece una errata o una ristra de teclas al azar. Barry Schwartz, editor del medio, se fijó en otra cosa: los AI Overviews de Google ahora mencionan incluso sus antiguas herramientas y widgets de búsqueda. En la práctica, el bloque de IA se ha vuelto casi obligatorio en los resultados y la persona puede no llegar nunca a los enlaces de debajo. A los dueños de sitios les conviene escribir en Google su nombre con errores y formulaciones poco comunes de sus servicios y ver qué le dice la respuesta de IA a la gente en lugar de tu sitio.

Se trata de los productos de Merchant Center, la plataforma de Google donde las tiendas suben su catálogo para Google Shopping y los anuncios de producto. La declaración la recogió Search Engine Roundtable en su resumen del 12 de octubre: una mala foto por sí sola no frena la aparición del producto ni en la búsqueda de Google ni en las campañas. Para quien tiene una tienda online, esto significa que una imagen floja no es motivo para que rechacen la ficha ni la razón de que el producto haya desaparecido de los resultados. Esa razón hay que buscarla en otro sitio: en el precio, en la disponibilidad, en los datos del feed. Pero la gente sigue eligiendo con los ojos, y que Google deje pasar una foto borrosa no quiere decir que alguien vaya a hacer clic y comprar.

La idea principal del informe, según BestMediaInfo, es que un coste de captación bajo y una buena respuesta a las campañas pueden esconder clientes de poca calidad, una activación pobre y escaso valor para el negocio a largo plazo. El texto se publicó con el título "un clic no es un cliente". El informe trata del mercado financiero de la India, pero la idea sirve para cualquiera que pague publicidad: si solo cuentas el coste por clic o por solicitud, las campañas aprenden poco a poco a traer gente barata que no compra nada. Comprobarlo es sencillo: coge las solicitudes del mes pasado y mira cuántas llegaron al pago y qué canal trajo a quienes repitieron compra.